鐵人檔案
Microsoft 運算網路工具組 (CNTK) 是一個非常強大的命令列系統可以預測系統建立類神經網路。我們逐步來安裝 CNTK、 設定示範預測問題、 建立類神經網路模型、 做出預測，以及解譯分析結果。
Introduction 我們使用 MNIST 資料集訓練一個多層感知器。 我們的多層感知器(Multilayer Perceptron, MLP)只有兩層隱藏...
Introduction 我們使用 MNIST 資料集訓練一個捲積神經網路。 捲積神經網路(Convolutional Neural Network, CNN...
Introduction 時間序列(time series)是以週、月、季的歷史資料分佈為基礎，預測推估趨勢、季節、週期及隨機波動，例如預測未來商業活動的銷售情...
Introduction 自動編碼器(Autoencoders)是一種無監督學習人工神經網路。使用機器學習的有損資料壓縮(lossy compression)，...
Introduction 長短期記憶(Long Short-Term Memory, LSTM)適用於多變數或多輸入的預測問題，常用於時間序列預測。 Tasks...
Introduction 訓練深度學習模型時，會經過幾個步驟，定義模型、導入資料、訓練模型、評估模型、使用模型。 import 物件宣告： # 引用相關組件 #...
Indrodution CIFAR-10 是一個常用的資料集，從 8000 萬張圖像中標記一部分而成的圖像分類資料集，由 Alex Krizhevsky，Vin...
Introduction 使用 CIFAR-10) 資料集，這個資料集包含了 8000 萬張圖像，已經分類成不同的類別。 CNTK Python API 捲積層...
Introduction 自然語言理解(Natural language understanding, NLU)是相當複雜的項目，從文字線性降維，擴展到提出關鍵...
